効果量は、2つの変数間の関係の強さを数値スケールで測定する統計的概念です。たとえば、男性と女性の身長に関するデータがあり、平均して男性が女性よりも背が高いことに気付いた場合、男性の身長と女性の身長の差は効果の大きさとして知られています。効果量が大きいほど、男性と女性の高さの差が大きくなります。統計効果量は、差が実際のものか、それとも要因の変化によるものかを判断するのに役立ちます。仮説検定では、効果量、検出力、標本サイズ、および臨界有意水準は相互に関連しています。メタアナリシスでは、効果量はさまざまな研究に関係し、すべての研究を1つの分析にまとめます。統計分析では、効果量は通常、（1）標準化された平均差、（2）オッズ比、（3）相関係数の3つの方法で測定されます。
効果量の種類
ピアソンr相関：ピアソンr相関は、カールピアソンによって開発され、統計で最も広く使用されています。効果量のこのパラメーターはrで表されます。ピアソンr相関の効果量の値は、-1から+1の間で変化します。 Cohen（1988、1992）によると、rの値が0.1前後で変化すると効果量は小さく、rが0.3前後で変化すると中程度、rが0.5以上変化すると効果量は大きくなります。ピアソン相関は、次の式を使用して計算されます。
ここで
r =相関係数
N =数値スコアのペアの合計
∑xy =ペアのスコアの積の合計
∑x = xスコアの合計
∑y = yスコアの合計
∑x2 = xスコアの2乗の合計
∑y2 = yスコアの2乗の合計
標準化された平均差：調査研究が母集団の平均と標準偏差に基づいている場合、次の方法を使用して効果量を把握します。
2つの母集団の平均差を標準偏差で割ることにより、母集団の効果量を知ることができます。
コーエンのd効果量：コーエンのdは、2つの母平均の差として知られており、データからの標準偏差で除算されます。数学的には、コーエンの効果量は次のように表されます。
ここで、sは次の式を使用して計算できます：
効果量のガラスのΔ法：この方法はコーエンの方法に似ていますが、この方法では標準偏差が2番目のグループに使用されます。数学的には、この式は次のように書くことができます。
効果量のヘッジのg法：この方法は、コーエンの修正された方法です。 dメソッド。ヘッジの効果量のg法は、数学的に次のように書くことができます。
ここで、標準偏差は次の式を使用して計算できます。
コーエンの効果量のf2法：コーエンのf2法は、ANOVA、重回帰などの方法を使用した場合の効果量を測定します。コーエンの重回帰のf2測定効果量は、次のように定義されます。
ここで、R2は2乗多重相関です。
効果量のCramerのφまたはCramerのV法：カイ二乗は、名目データの効果量を測定するための最良の統計です。名目データでは、変数に2つのカテゴリがある場合、Cramerのファイが統計の最適な使用法です。これらのカテゴリが2つを超える場合、CramerのV統計は、名目データに対して最良の結果をもたらします。
オッズ比：オッズ比は、治療群の成功のオッズに対する治療群の成功のオッズです。コントロールグループ。この方法は、データがバイナリの場合に使用されます。たとえば、次のテーブルがある場合に使用されます。
| 頻度 | ||
| 成功 | 失敗 | |
| 治療グループ | a | b |
| コントロールグループ | c | d |
テーブルの効果量を測定するには、次の奇数比率の式を使用できます。 ：
関連ページ：
- サンプルサイズ/検出力分析計算機と書き込み